O2O搜索的算法实践.pptx

O2O搜索的算法实践技术创新 变革未来大纲O2O搜索简介默认词/热搜词算法与实时化查询分析整体介绍智能排序的模型演进全场景优化与展望生活服务@美团?站式生活服务平台几十个业务线用户商家搜索@美团约50%平台交易 千万P亿级别日查询OI，亿级SPU搜索@美团Eat Better，Live Better连接人与服务平台用户商家交易效率信息决策用户触达转化效率流量分发用户留存O2O搜索特点O2O网页购物电商目标交易相关性交易移动化高中高个性化高低高场景化高低低实时化高低中O2O搜索中的Query关键词品牌类目地点项目组合词位置时间Query条件ID搜索技术全景图垂直业务酒 店 搜 索通用业务外 卖 搜 索旅 游 搜 索到 店 餐 饮到 店 综 合地址搜索用户引导搜索补余品牌搜索业务层召回排序交互检索架构查询分析生 产 工 具查询 改写需求识别粗排 召回排序模型基础检索个性化点击模型场景 意图相关 性智能 展示实体 识别业务架构策略层用户画像知识库商户画像索引平台数据平台基础层搜索中的算法工作细化需求，表达纠正，需求迁移泛词引导 相关搜索降低成本，激发需求，搜索教练默认词 热搜词 Sug查询前查询中查询后补余推荐 智能展示查询分析 智能排序精准需求一键触达，提升决策效率用户引导细化需求，表达纠正，需求迁移泛词引导 相关搜索降低成本，激发需求，搜索教练默认词 热搜词 Sug查询前查询中查询后补余推荐 智能展示查询分析 智能排序精准需求一键触达，提升决策效率默认词/热搜词产品定位：帮助用户快速发起搜索，激发用户需求一套技术架构，两种排序策略默认词热 搜 词历 史 词策略架构统一的召回架构独立的排序模型同一体系的展示策略历史行为直达召回排序展示召回LBS召回展示排序城市热词运营系统场景召回实时化-why用户疑惑还是平台的疑惑？用户当下的意图是什么吃大餐点外卖去旅行订酒店想K歌实时意图识别以一级类目为意图体系用过去的前N个行为预测用户下一个消费N个…………..行为1 行为2 行为3 行为4行为N行为5 行为6行为7N-1个下一个场 景 信 息用 户 特 征用 户 行 为 交 叉上 下 文 特 征行 为 特 征Model默认词/热搜词实时化历史行为直达召回排序展示展示召回LBS召回排序城市热词场景召回运营系统实时意图查询分析细化需求，表达纠正，需求迁移泛词引导 相关搜索降低成本，激发需求，搜索教练默认词 热搜词 Sug查询前查询中查询后补余推荐 智能展示查询分析 智能排序精准需求一键触达，提升决策效率查询分析全景查询分析基础分析意图识别查询改写场景意图需求分析同义词纠错去词偏整词意图业务分流交互展示重成分分析结构化搜索召回策略专项突破+通用改写查询分析全景查询分析基础分析意图识别查询改写场景意图需求分析同义词纠错去词偏整词意图业务分流交互展示重成分分析结构化搜索召回策略专项突破+通用改写查询分析-场景意图 1/3查询分析-场景意图 2/3本地特色消费的及时性跨类目多意图查询地址类查询消费分布0酒店火锅韩国菜酒吧快餐三里屯 五道口 五彩城 北京南站查询分析-场景意图 3/3全场景意图实时行为序列场景感知消 费 地 点服 务 类 目消 费 时 间用户长期偏好Query意图美食融合异地模板业务多样性地标模板面状地址查询分析全景查询分析基础分析意图识别查询改写场景意图需求识别同义词纠错去词偏整词意图业务分流交互展示重成分分析结构化搜索召回策略专项突破+通用改写查询分析-需求识别中关村火锅水煮鱼如家上地品类商家地址菜品其他查询POI地址其他 文本POI名称Deal 名称POI品类POI菜单DOC知识+模型实体识别实体识别 1/3定义商家，如：金百万，海底捞类目，如：火锅，休闲娱乐地址点状地标，如：朝阳大悦城，北京西站街道，如：知春路，吉庆街商圈区划，如：望京，五道口产品菜品，如：宫保鸡丁服务项目，如：光子嫩肤旅游项目，如：线路游SPU未知实体识别 2/3人工标注+CRF做基础模型，产出高精度结果补充标注知识库+规则方式产出大量样本CRF+LSTM作为最终模型，准确率90%，召回75%人工标 注数据 20KCRF人工+自动CRF+LSTM标注数据1M+知识库规则实体识别 3/3查询分析全景查询分析基础分析意图识别查询改写场景意图需求分析同义词纠错去词偏整词意图业务分流交互展示重成分分析结构化搜索召回策略专项突破+通用改写查询分析-改写 1/2P(B/A)P(A)P(A/B) =P(B)P(B/A,C)P(A,CP(A/B,C) =)P(B,C)C代表场景，包含地域，所属类目等查询分析-改写 2/2智能排序细化需求，表达纠正，需求迁移泛词引导 相关搜索降低成本，激发需求，搜索教练默认词 热搜词 Sug查询前查询中查询后补余推荐 智能展示查询分析 智能排序